基于约束信息的目标定位方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN104614751A(43)申请公布日2015.05.13(21)申请号201510049788.X(22)申请日2015.01.30(71)申请人上海电机学院地址200240上海市闵行区江川路690号(72)发明人文传博(74)专利代理机构上海思微知识产权代理事务所(普通合伙)31237代理人郑玮(51)Int.Cl.G01S19/48(2010.01)权利要求书3页说明书8页附图3页(54)发明名称基于约束信息的目标定位方法(57)摘要本发明公开了一种基于约束信息的目标定位方法，用于对机动目标实时跟踪定位，包括以下步骤：首先进行约束模型建模；接着进行系统降维和关联测量值与新变量；其次，获取测量信息，并设计递归滤波器；然后重构状态值和误差协方差的当前估计值；重复上述步骤对机动目标进行实时跟踪定位。本发明通过系统降维和关联测量值与新变量，简化了原始数学模型和计算复杂度，降低计算量，利于得到更优的估计效果，提高了定位精度；通过设计递归滤波器，根据新变量和误差协方差上一时刻的估计值以及测量值的当前值，求出新变量和误差协方差的当前估计值，有效实现对机动目标的实时跟踪定位，且无需保留更前面的测量值与约束信息，节省了存储空间。CN104614751ACN104614751A权利要求书1/3页1.一种基于约束信息的目标定位方法，用于对机动目标实时跟踪定位，其特征在于，包括以下步骤：S1：约束模型建模，分别建立状态值xk、测量值zk以及约束方程的数学表达式；S2：系统降维，根据约束方程，寻找一个新变量用以表示其他变量，得到关于新变量的降维方程，对状态值xk的表达式进行降维；S3：关联测量值zk与新变量，建立测量值zk与新变量的表达关系；S4：获取测量信息，通过传感器实时获取机动目标的状态信息的测量值zk；S5：设计递归滤波器，根据新变量和误差协方差上一时刻的估计值以及测量值zk的当前值，设计递归滤波器，求出新变量和误差协方差的当前估计值；S6：重构状态值xk和误差协方差的当前估计值，根据新变量的当前值求出原始状态值xk和误差协方差的当前估计值；S7：重复步骤S2-S6，对机动目标进行实时跟踪定位。2.根据权利要求1所述的基于约束信息的目标定位方法，其特征在于，所述步骤S1中，状态值xk和测量值zk满足数学表达式：xk＝Akxk-1+Γkuk-1+wk-1zk＝Hkxk+vk约束方程：Dkxk＝dk其中，k为采样时刻值；状态值包含四个状态元素；uk-1为已知输入项；过程噪声wk和vk为均值为零的高斯白噪声；wk和vk的协方差分别为Uk和Rk；Ak是n×n的状态转移矩阵，Γk是n×p的输入矩阵，Hk是m×n的测量矩阵，Dk是s×n的行满秩约束矩阵，dk是s×1的约束向量，m、n、p、s均为正整数，且s<n。3.根据权利要求2所述的基于约束信息的目标定位方法，其特征在于，所述步骤S2具体包括以下步骤：S21：将约束矩阵Dk进行分解，表示成其中Ek为可逆矩阵，为由Dk的其中s列构成的满秩方阵，Dk(·,kj)表示矩阵Dk的第kj列，j＝1,2,…,s；为Dk余下的n-s列；S22：寻找新变量y2,k，对状态值xk的数学表达式进行降维，令对应Dk的分块将yk进行分块表示成并根据约束方程用y2,k表示y1,k，得到关于新变量y2,k的降维方程。4.根据权利要求3所述的基于约束信息的目标定位方法，其特征在于，所述降维方程为：其中，2CN104614751A权利要求书2/3页5.根据权利要求4所述的基于约束信息的目标定位方法，其特征在于，所述步骤S3中，测量值zk与新变量y2,k的表达关系为：其中，6.根据权利要求5所述的基于约束信息的目标定位方法，其特征在于，所述步骤S5具体包括以下步骤：S51：获得k-1时刻，即上一时刻y2,k-1的估计值与误差协方差的估计值P2,k-1|k-1；S52：根据最小二乘算法获得y2,kk时刻，即当前时刻的预测值与误差协方差当前时刻的预测值P2,k|k-1；S53：结合当前时刻的测量值zk，得到y2,k的当前估计值和误差协方差的当前估计值P2,k|k。7.根据权利要求6所述的基于约束信息的目标定位方法，其特征在于，所述步骤S52中根据最小二乘算法获得的和P2,k|k-1分别为：其中，8.根据权利要求7所述的基于约束信息的目标定位方法，其特征在于，所述步骤S53中和P2,k|k分别为：其中，3CN104614751A权利要求书3/3页9.根据权利要求7所述的基于约束信息的目标定位方法，其特征在于，所述步骤S6具体包括：S61：重构得到yk的当前估计值和误差协方差的当前估计值S62：根据和得到原始状态值xk的当前估计值和原始误差协方差的当前估计值Pk